4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute

Größe: px
Ab Seite anzeigen:

Download "4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute"

Transkript

1 4.1 Grundlagen 4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute 4.1 Grundlagen In den bisherigen Ausführungen wurden die Grundlagen der Ausbeuteberechnung behandelt. So wurde bereits im Abschnitt beschrieben, daß zur Berechnung der Ausbeute im wesentlichen drei Größen benötigt werden: 1. die Defektdichte D 0 und die Defektgrößenverteilung S(d), wobei d der Durchmesser eines kreisrunden Defekts ist, 2. die Kernelfunktion K(d), die die Wahrscheinlichkeit angibt, mit der ein kreisrunder Defekt des Durchmessers d bei der Wechselwirkung mit dem Layout einen Kurzschluß bzw. eine Unterbrechung verursacht 3. und eine Funktion, welche die Wahrscheinlichkeit beschreibt, auf einer defektempfindlichen Fläche der Größe A red keinen Defekt zu finden. Das Ergebnis der im letzten Punkt beschriebenen Funktion entspricht natürlich der Ausbeute. Im Abschnitt 2.2 wurden mit den Formeln (2.3), (2.6), (2.9) und (2.13) bereits mehrere dieser Modelle zur Berechnung der Ausbeute aufgeführt. Um das Zusammenspiel der unter den Punkten 1 bis 3 genannten Größen zu verdeutlichen, soll der Einfachheit halber das Poisson- Modell benutzt werden: Y A e red D0 = (4.1) A red = A Chip 0 K( d) S( d) dd (4.2) 47

2 4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute Im Abschnitt wurde darauf hingewiesen, daß die Berechnung der Kernelfunktion K(d) in Gleichung (4.2) in den seltensten Fällen analytisch durchgeführt werden kann. Im Abschnitt 5 wird ein Simulationsprogramm vorgestellt, das die Berechnung dieser Kernelfunktion übernimmt. Je nach Komplexität des zu untersuchenden Layouts kann dieser Prozeß jedoch sehr zeitaufwendig sein. Im Abschnitt 3.6 wurde erläutert wie sich der Kurvenverlauf der Defektgrößenverteilungsfunktion S(d) ändert, wenn die reale Defektform berücksichtigt wird. Es stellt sich nun die Frage, welche Auswirkung die Korrektur der Defektgrößenverteilung auf die Ausbeuteberechnung hat. In dem Defektgrößenbereich, in dem S korr (d) größer als S(d) ist (vgl. Abbildung 22), wird die Kernelfunktion K(d) gerade ihren Maximalwert von 1 erreichen. Das Produkt K(d) S korr (d) liegt demnach um den Faktor S korr (d) / S(d) über dem Produkt K(d) S(d). Die nach (4.2) berechnete reduzierte Chipfläche fällt nun größer aus und führt mit dem jeweiligen Ausbeutemodell zu einer geringeren Ausbeute. Im Abschnitt 7.2 wird auf diesen Umstand nochmals eingegangen. In den folgenden Abschnitten werden einige in der Praxis häufig vorkommende Ereignisse diskutiert, die die Empfindlichkeit eines Designs auf Defekte und damit die Kernelfunktion ändern. Es werden Möglichkeiten aufgezeigt, wie man eine zeitaufwendige Neuberechnung der Kernelfunktion, die durch entsprechende Simulationsprogramme durchgeführt werden müßte, umgehen kann, indem ein einmal bekannter Kernel in eine andere Kurvenform überführt wird. 4.2 Layoutskalierungen Bei einer Skalierung des Layouts ändert sich in der Gleichung (4.2) die Größe der reduzierten Chipfläche. Zum einen wird die Chipfläche A Chip selbst geändert und zum anderen ändert sich die vom Layout abhängige Kernelfunktion, da sich die Leitbahnbreiten und deren Abstände zueinander ebenfalls ändern. Alle anderen Größen, wie die Defektgrößenverteilung S(d) und die Defektdichte D 0 bleiben von der Skalierung des Layouts unberührt. 48

3 4.3 Maßübertragungsschwankungen und Sizing Angenommen, man hat für unskalierte Layoutdaten eine Kernelfunktion K u (d) bestimmt, so stellt sich nun die Frage, wie sich für einen Layoutskalierungsfaktor L die Kernelfunktion K s (d) gegenüber K u (d) ändert 1. Die Lösung ist: K ( d ) = K s u ( d L) (4.3) d L Defektdurchmesser Layoutskalierungsfaktor Die Kernelfunktion wird also lediglich entlang der x-achse gestaucht oder gestreckt, der prinzipielle Kurvenverlauf ändert sich jedoch nicht [105]. 4.3 Maßübertragungsschwankungen und Sizing Durch Prozeßeinflüsse, wie Über- oder Unterätzen sowie Über- oder Unterbelichten kann es vorkommen, daß eine Leitbahn auf dem Wafer etwas breiter oder schmaler ist, als es die Layoutdaten vorschreiben. Auch dieser Fehler in der Übertragung der Layoutmaße auf reale Maße beeinflußt die Kernelfunktion der realen Strukturen auf dem Wafer ([105], [108]). Solche Maßübertragungsfehler können vielfältige Ursachen haben. Allgemein werden sie unter dem Begriff der Kantenverschiebung zusammengefaßt. Der mathematische Ausdruck für die Kantenverschiebung ist: KV = Entwurfsmaß Ätzmaß 2 (4.4) KV Kantenverschiebung 1 Es wird vorausgesetzt, daß ein Skalierungsfaktor im mathematischen Sinne gemeint ist, d.h., bei L > 1 werden die Leitbahnbreiten und -abstände größer. 49

4 4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute Normalerweise liegt der Wert für KV bei einem Bruchteil der im Design vorkommenden Leitbahnbreite. Beim Entwurf komplexer Mikroprozessoren ist es heute aber üblich, zunächst ein Layout zu entwickeln, das zum Teil breitere Leitbahnen, größere Gateflächen, u.s.w. enthält. Erst während des Produktionsprozesses werden sowohl die Ätz- und Belichtungszeiten für diese Strukturen als auch deren Layoutdaten nach und nach so verändert, bis die kleinst mögliche, noch herstellbare Strukturbreite erreicht ist. Im Layout sind sozusagen "Reserven eingebaut". Der Prozeß der stufenweisen Strukturbreitenverminderung wird als "Sizing" bezeichnet. Die Wirkung des Sizing kann der Wirkung einer durch statistische Prozeßschwankungen erzeugten Kantenverschiebung gleichgesetzt werden. Der Wert für KV Sizing ist jetzt allerdings wesentlich größer. Da die Kantenverschiebung prozeßabhängig ist, bleibt sie nicht für alle Chips oder alle Wafer konstant, sondern unterliegt einer gewissen Schwankung um einen Mittelwert. Ist der Wert für KV kleiner als 0, dann sind die Strukturen auf dem Wafer um den Betrag 2 KV breiter und länger als im Layout angegeben. Das bedeutet gleichzeitig, daß die Ränder benachbarter Leitbahnen dichter beieinander liegen. So können einerseits diese Leitbahnen bereits von kleineren Defekten kurzgeschlossen werden, andererseits braucht man größere Defekte, um sie zu unterbrechen. Die Empfindlichkeit der realen Struktur auf kurzschlußverursachende Defekte ist also gegenüber dem originalen Layout angestiegen, die Empfindlichkeit auf Unterbrechungen ist dagegen gesunken. Nach der Definition im Abschnitt wird eben diese Empfindlichkeit des Layouts auf Defekte eines gewissen Durchmessers von der Kernelfunktion beschrieben. Bei einer Kantenverschiebung KV 0 muß sich also die Kernelfunktion der realen Struktur von der Kernelstruktur des ursprünglichen Layouts unterscheiden. 50

5 4.3 Maßübertragungsschwankungen und Sizing Die Auswertung entsprechender Meßstrukturen, auf die im Abschnitt noch eingegangen wird, zeigt, daß der Wert von KV um einen Mittelwert mit der Standardabweichung σ KV normalverteilt ist. Betrachtet man zunächst eine Kantenverschiebung mit KV > 0, dann ist mit Gleichung (4.4) sofort klar, daß der Raum zwischen zwei benachbarten Leitbahnen um den doppelten Betrag von KV breiter wird. Damit verschiebt sich die Kernelfunktion für Kurzschlüsse im Mittel um eben diesen Betrag nach rechts und für Unterbrechungen nach links (Abbildung 23) [108] K(d) KV = 0: Kernel für Unterbrechungen Kernel für Kurzschlüsse Defektdurchmesser d / µm KV = 0.5: Kernel für Unterbrechungen Kernel für Kurzschlüsse Abbildung 23: Verschiebung der Kernelfunktion durch Kantenverschiebung 51

6 4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute Unter zusätzlicher Berücksichtigung der Ausführungen des Abschnitts 4.2 kann nun für die Kernelfunktion erstmals die folgende allgemeingültige Formel angegeben werden: K( d) = [ Ku ( x L) G( x d, 2 KV, σ KV )] [ Ku ( x L) G( x d,2 KV, σ KV )] dx dx Unterbrechung Kurzschluß (4.5) K u (d) d L G Kernel der unveränderten Layoutdaten Defektdurchmesser Layoutskalierungsfaktor Gaußfunktion (Normalverteilungsfunktion) der Form y = G (aktueller Wert, Mittelwert, Standardabweichung) KV Kantenverschiebung aus (4.4) σ KV Standardabweichung der Kantenverschiebung In [108] wird die Wirkung der Kantenverschiebung anders behandelt: Die Kernelfunktion bleibt unverändert, statt dessen wird der Defektdurchmesser entsprechend vergrößert bzw. verkleinert. Demzufolge wird die Defektgrößenverteilung S(d) analog der obigen Gleichung (4.5) verändert. Die Anwendung dieser Umformung führt im allgemeinen bei der Berechnung der reduzierten Chipfläche mit Gleichung (4.2) nicht zum selben Ergebnis, denn es ist für das Produkt aus K(d) und S(d) mathematisch nicht egal, ob die Kernelfunktion oder die Defektgrößenverteilung entlang der x-achse verschoben wird. Die folgenden Diagramme sollen den Effekt der Kurvenverschiebung weiter verdeutlichen: 52

7 4.3 Maßübertragungsschwankungen und Sizing 6 K(d) verschoben 5 4 S(d), K(d) 3 2 S(d) 1 K(d) Defektdurchmesser d / µm Abbildung 24: K(d) wurde gegenüber der originalen Kurve entlang der x-achse verschoben K(d) verschoben 0.08 S(d) K(d) S(d) K(d) Defektdurchmesser d / µm Abbildung 25: Darstellung des Produktes S(d) K(d); K(d) wurde gegenüber der originalen Kurve entlang der x-achse verschoben. 53

8 4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute 6 S(d) verschoben 5 4 S(d), K(d) 3 2 S(d) 1 K(d) Defektdurchmesser d / µm Abbildung 26: S(d) wurde gegenüber der originalen Kurve entlang der x-achse verschoben S(d) verschoben 0.08 S(d) K(d) S(d) K(d) Defektdurchmesser d / µm Abbildung 27: Darstellung des Produktes S(d) K(d); S(d) wurde gegenüber der originalen Kurve entlang der x-achse verschoben. 54

9 4.4 Ausbeute als Funktion der Layoutskalierung K(d) S(d), wenn K(d) verschoben wurde K(D) S(d) K(d) S(d), wenn S(d) verschoben wurde Defektdurchmesser d / µm Abbildung 28: Produkt aus K(d) S(d), Gegenüberstellung der Verschiebeeffekte 4.4 Ausbeute als Funktion der Layoutskalierung Im Abschnitt 4.2 wurde beschrieben, wie sich Skalierungen des Layouts auf die Kernelfunktion und somit auf die Ausbeuteberechnung auswirken. Auch wurde im Abschnitt 4.3 diskutiert, wie Prozeßeinflüsse, die die Maßübertragung verändern, berücksichtigt werden können. Es soll nun untersucht werden, wie sich das gleichzeitige Auftreten beider Faktoren auf die zu erwartende Ausbeute auswirkt. 55

10 4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute Dazu soll wieder vom einfachsten Ausbeutemodell, dem Poisson-Modell (siehe Gleichung (4.1)), ausgegangen werden. Außerdem wird für die weiteren Ausführungen eine Kantenverschiebung von KV = 0.1 µm angenommen. Zusätzlich soll berücksichtigt werden, daß Leitbahnbreiten und abstände, die einen bestimmten Grenzwert unterschreiten, beim Herstellungsprozeß lithographisch nicht mehr aufgelöst werden können. Der erwähnte Grenzwert ist dabei sowohl vom Auflösungsvermögen der verwendeten Anlagen als auch vom verwendeten Photolack abhängig und soll nachfolgend als Auflösungsgrenze bezeichnet werden. Die folgende Grafik zeigt die Ausbeute für ein Beispiellayout in Abhängigkeit vom Skalierungsfaktor bei einer angenommenen Auflösungsgrenze von 0.6 µm: Ausbeute Gesamtausbeute Layoutskalierungsfaktor Abbildung 29: Ausbeute als Funktion der Layoutskalierung 56

11 4.4 Ausbeute als Funktion der Layoutskalierung Dieser Kurvenverlauf läßt sich wie folgt erklären [105]: Bei einem Skalierungsfaktor, der größer als 1 ist, wird das Layout in x- und y-richtung gleichermaßen gedehnt, und die Fläche wächst demnach quadratisch mit dem Skalierungsfaktor an. Die Wahrscheinlichkeit, daß auf dieser Fläche ein Defekt liegt, wird somit größer. Mit größerem Skalierungsfaktor werden die kleinen Defekte, von denen es sehr viele gibt (siehe Abschnitt 3.3 zur Erklärung der Defektgrößenverteilung), keinen Schaden mehr anrichten können, da durch die Skalierung die Leitbahnbreiten und die Leitbahnabstände größer geworden sind. Nur noch die relativ wenigen großen Defekte können die Ausbeute beschränken. Sinkt die Defektgrößenverteilungsfunktion S(d) für Defekte größerer Ausdehnung nicht schnell genug ab, dann können auf der vergrößerten Layoutfläche insgesamt mehr Defekte einen Schaden anrichten, als auf der Ausgangsfläche; die Ausbeute wird geringer. Wird das Layout durch den Skalierungsfaktor kleiner, dann wird einerseits die "Einfangfläche" kleiner, andererseits wirken sich jetzt zusätzlich die kleineren Defekte auf die Ausbeute aus. Es hängt nun wieder vom Verlauf von S(d) und natürlich vom Layout selbst ab, wie sich die Ausbeute entwickelt. Ab einem gewissen Skalierungsfaktor sinkt die berechnete Ausbeute jedoch drastisch ab und erreicht sehr schnell den Wert 0. Das liegt daran, daß bei kleinen Skalierungsfaktoren die Leitbahnen so dicht beieinander liegen und so schmal werden, daß es einerseits lithographisch nicht mehr möglich ist, so schmale Strukturen aufzulösen. Andererseits wirken sich in diesem Skalierungsbereich Schwankungen der Maßübertragungsfehler immer stärker aus. Das geht soweit, daß schließlich allein durch die Kombination aus Skalierungsfaktor und Kantenverschiebung die schmalsten Leitbahnen unterbrochen bzw. die am dichtesten beieinanderliegenden Leitbahnen kurzgeschlossen werden. 57

12 4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute Zusammenfassend läßt sich sagen, daß die Ausbeute durch zwei Mechanismen von der Layoutskalierung abhängt: Einerseits wird sie durch die Anwesenheit von Defekten mit deren Größenverteilung S(d) und andererseits von der Auflösungsgrenze, der auftretenden Kantenverschiebung und deren Standardabweichung beschränkt. Die folgende Grafik zeigt für diese Mechanismen den Verlauf der Ausbeutefunktionen in Abhängigkeit vom Skalierungsfaktor. Die Gesamtausbeute in Abbildung 29 ist das Produkt aus den in der folgenden Abbildung 30 gezeigten Kurven durch Kantenverschiebung und Auflösungsgrenze beschränkte Ausbeute Ausbeute durch Defekte begrenzte Ausbeute Layoutskalierungsfaktor Abbildung 30: Ausbeute in Abhängigkeit vom Layoutskalierungsfaktor 58

13 4.5 Ausbeute bei redundanten Bauelementen 4.5 Ausbeute bei redundanten Bauelementen Ein weiterer seit langem bekannter Weg, die Ausbeute zu steigern, besteht darin, daß man eine gewisse Redundanz im jeweiligen Bauelement vorsieht. Das heißt, daß zum Beispiel in einem 256 kb-speicher statt der notwendigen 256 Spalten von vornherein 257 Spalten entworfen werden. Wird nun eine der Spalten durch einen Defekt unbrauchbar, so kann über einen speziellen eingebauten Mechanismus die eine zusätzliche Spalte aktiviert werden. Somit ist das Bauelement weiter verwendungsfähig, und die Ausbeute bleibt von dem Defekt unberührt. In [60], [61], [74] und [117] werden entsprechende Berechnungsmodelle beschrieben, die die Redundanz eines Bauelementes berücksichtigen. Deshalb soll an dieser Stelle nur das Grundprinzip erläutert werden. Heutige Designs sind meist modular aufgebaut, so daß sich die Ausbeute des gesamten Chips aus dem Produkt der Ausbeute der einzelnen Module ergibt. Der Einfachheit halber sei eines dieser Module aus n gleichen Zellen aufgebaut. Ein Modul soll die ihm zugedachte Aufgabe erfüllen können, wenn eine beliebige Auswahl von m Zellen aus den n vorhandenen Zellen frei von Defekten ist. Außerdem muß der Teil des Moduls defektfrei sein, der für den Reparaturmechanismus benötigt wird. Nach [117] ergibt sich für die Modulausbeute: Y Modul n = i= m 0 n Y i i n ( Y ) Y n i Zelle 1 r Zeller Zelle (4.6) n Y Modul n m Y Zelle-r Y Zelle-n Ausbeute des gesamten Moduls Anzahl gleichartiger Zellen im Modul Anzahl der Zellen, die zum Betrieb notwendig sind Ausbeute einer einzelnen Zelle Ausbeute des Reparaturmechanismus (nicht redundant) 59

14 4 Produktspezifische Ausfallwahrscheinlichkeit und Ausbeute Da man nach Gleichung (4.6) zwischen der Ausbeute einer einzelnen Zelle und der Ausbeute des Reparaturmechanismus unterscheiden muß, erhöht das den Aufwand bei der Extraktion der kritischen Flächen aus den Layoutdaten. Der Aufwand läßt sich aber eingrenzen, wenn der redundante Teil des Layouts komplett mit anderen Layernummern versehen wird als der nicht redundante Reparaturmechanismus. 60

Leseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter

Leseprobe. Wilhelm Kleppmann. Versuchsplanung. Produkte und Prozesse optimieren ISBN: 978-3-446-42033-5. Weitere Informationen oder Bestellungen unter Leseprobe Wilhelm Kleppmann Versuchsplanung Produkte und Prozesse optimieren ISBN: -3-44-4033-5 Weitere Informationen oder Bestellungen unter http://www.hanser.de/-3-44-4033-5 sowie im Buchhandel. Carl

Mehr

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de

1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de 1. Allgemeine Hinweise Alexander.Martin.Koenig@TU-Clausthal.de Man sollte eine Excel-Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte

Mehr

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion

Mehr

LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 4

LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 4 Fakultät Wirtschafts- und Sozialwissenschaften Jun.-Prof. Dr. Philipp Engler, Michael Paetz LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 4 Aufgabe 1: IS-Kurve Leiten Sie graphisch mit Hilfe

Mehr

Physik III - Anfängerpraktikum- Versuch 302

Physik III - Anfängerpraktikum- Versuch 302 Physik III - Anfängerpraktikum- Versuch 302 Sebastian Rollke (103095) und Daniel Brenner (105292) 15. November 2004 Inhaltsverzeichnis 1 Theorie 2 1.1 Beschreibung spezieller Widerstandsmessbrücken...........

Mehr

- Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch

- Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch 1 2 - Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch Badewannenkurve. -mit der Badewannenkurve lässt

Mehr

Kleine Einführung in die lineare Regression mit Excel

Kleine Einführung in die lineare Regression mit Excel Kleine Einführung in die lineare Regression mit Excel Grundoperationen mit Excel Werte mit Formeln berechnen Bsp.: Mittelwert und Standardabweichung Das $-Zeichen Beispielauswertung eines Versuches Daten

Mehr

LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 3

LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 3 Fakultät Wirtschafts- und Sozialwissenschaften Jun.-Prof. Dr. Philipp Engler, Michael Paetz LÖSUNG ZUR VORLESUNG MAKROÖKONOMIK I (SoSe 14) Aufgabenblatt 3 Aufgabe 1: Geldnachfrage I Die gesamtwirtschaftliche

Mehr

Messung des Kopplungsfaktors Induktiv Gekoppelter Spulen

Messung des Kopplungsfaktors Induktiv Gekoppelter Spulen Messung des Kopplungsfaktors Induktiv Gekoppelter Spulen Dipl.-Phys. Jochen Bauer 11.8.2013 Zusammenfassung Induktiv gekoppelte Spulen finden in der Elektrotechnik und insbesondere in der Funktechnik vielfältige

Mehr

Excel 2010. für Windows ISBN 978-3-86249-060-8. Peter Wies 1. Ausgabe, 11. Aktualisierung, November 2013. Grundlagen

Excel 2010. für Windows ISBN 978-3-86249-060-8. Peter Wies 1. Ausgabe, 11. Aktualisierung, November 2013. Grundlagen Peter Wies 1. Ausgabe, 11. Aktualisierung, November 2013 Excel 2010 für Windows Grundlagen ISBN 978-3-86249-060-8 EX2010 10 Excel 2010 - Grundlagen 10 Diagramme erstellen und schnell gestalten In diesem

Mehr

Statische Versuchsplanung (DoE - Design of Experiments)

Statische Versuchsplanung (DoE - Design of Experiments) Statische Versuchsplanung (DoE - Design of Experiments) Übersicht Bei der statistischen Versuchsplanung wird die Wirkung von Steuerparametern unter dem Einfluss von Störparametern untersucht. Mit Hilfe

Mehr

= 26 60 (Hauptnenner) 15x 12x + 10x = 26 60 zusammenfassen 13x = 26 60 :13 (Variable isolieren) x =

= 26 60 (Hauptnenner) 15x 12x + 10x = 26 60 zusammenfassen 13x = 26 60 :13 (Variable isolieren) x = WERRATALSCHULE HERINGEN KOMPENSATION MATHEMATIK JG. 11 1 Lineare Gleichungen Das Lösen linearer Gleichungen ist eine wichtige Rechenfertigkeit, die immer wieder gefordert wird und für den Mathematikunterricht

Mehr

Korrelationen, Portfoliotheorie von Markowitz, Capital Asset Pricing Model

Korrelationen, Portfoliotheorie von Markowitz, Capital Asset Pricing Model Korrelationen, Portfoliotheorie von Markowitz, Capital Asset Pricing Model Matthias Eltschka 13. November 2007 Inhaltsverzeichnis 1 Einleitung 3 2 Vorbereitung 4 2.1 Diversifikation...........................

Mehr

Betragsgleichungen und die Methode der Fallunterscheidungen

Betragsgleichungen und die Methode der Fallunterscheidungen mathe online Skripten http://www.mathe-online.at/skripten/ Betragsgleichungen und die Methode der Fallunterscheidungen Franz Embacher Fakultät für Mathematik der Universität Wien E-mail: franz.embacher@univie.ac.at

Mehr

Prüfungsfach Mathematik Samstag, 08. Juni 2002

Prüfungsfach Mathematik Samstag, 08. Juni 2002 MANAGEMENT CENTER INNSBRUCK Bitte auf jedem Blatt den Vor- und Nachnamen angeben:... Prüfungsfach Mathematik Samstag, 08. Juni 2002 Sollten Sie bereits in einem der vorangegangenen Jahre an der Vorbereitungsprüfung

Mehr

1 Einleitung. 1.1 Motivation

1 Einleitung. 1.1 Motivation 1 Einleitung 1.1 Motivation Eine zunehmende Globalisierung in Verbindung mit der Verbreitung des elektronischen Handels, stets kürzer werdende Produktlebenszyklen und eine hohe Variantenvielfalt konstituieren

Mehr

Phrasensammlung für wissenschaftliches Arbeiten

Phrasensammlung für wissenschaftliches Arbeiten Phrasensammlung für wissenschaftliches Arbeiten Einleitung In diesem Aufsatz/dieser Abhandlung/dieser Arbeit werde ich... untersuchen/ermitteln/bewerten/analysieren... Um diese Frage zu beantworten, beginnen

Mehr

Praktikum 6. Digitale Bildverarbeitung

Praktikum 6. Digitale Bildverarbeitung Prof. W. Hillen, Medizinische Informatik FH - AC (Jülich)...\image\img_pk_06 ImageJ.doc Praktikum 6 Digitale Bildverarbeitung Industrielle Bildverarbeitung (Machine Vision) Fertigungskontrolle von Unterlegscheiben

Mehr

Arbeiten mit Excel. 1. Allgemeine Hinweise

Arbeiten mit Excel. 1. Allgemeine Hinweise 1. Allgemeine Hinweise Man sollte eine Excel Tabelle immer so übersichtlich wie möglich halten. Dazu empfiehlt es sich, alle benötigten Daten, Konstanten und Messwerte inklusive aller dazugehörigen Einheiten

Mehr

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte 50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien

Mehr

Gymnasium Gerlingen. Physik Praktikum Mittelstufe. Auswertung von Messungen mit Excel. Versuchsauswertung mit Microsoft Excel. 1.

Gymnasium Gerlingen. Physik Praktikum Mittelstufe. Auswertung von Messungen mit Excel. Versuchsauswertung mit Microsoft Excel. 1. Seite - 1 - Versuchsauswertung mit Microsoft Excel Microsoft Excel ist ein mächtiges Werkzeug, um Messwerte tabellarisch darzustellen, Berechnungen mit ihnen durchzuführen und Grafiken aus ihnen zu erstellen.

Mehr

Alle WGKT-Empfehlungen können unter www.wgkt.de eingesehen und heruntergeladen werden.

Alle WGKT-Empfehlungen können unter www.wgkt.de eingesehen und heruntergeladen werden. WGKT-Empfehlung Betriebswirtschaftliche Kennzahlen von Krankenhäusern Stand: 05.11.2009 Arbeitskreismitglieder: Prof. Dr. K. Lennerts (Leitung), Karlsruhe; Prof. Dr. C. Hartung, Hannover; Dr. T. Förstemann,

Mehr

, dt. $+ f(x) = , - + < x < +, " > 0. " 2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) =

, dt. $+ f(x) = , - + < x < +,  > 0.  2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) = 38 6..7.4 Normalverteilung Die Gauß-Verteilung oder Normal-Verteilung ist eine stetige Verteilung, d.h. ihre Zufallsvariablen können beliebige reelle Zahlenwerte annehmen. Wir definieren sie durch die

Mehr

Motivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit

Motivation. Jede Messung ist mit einem sogenannten Fehler behaftet, d.h. einer Messungenauigkeit Fehlerrechnung Inhalt: 1. Motivation 2. Was sind Messfehler, statistische und systematische 3. Verteilung statistischer Fehler 4. Fehlerfortpflanzung 5. Graphische Auswertung und lineare Regression 6.

Mehr

DOE am Beispiel Laserpointer

DOE am Beispiel Laserpointer DOE am Beispiel Laserpointer Swen Günther Ein wesentliches Ziel im Rahmen der Neuproduktentwicklung ist die aus Kundesicht bestmögliche, d.h. nutzenmaximale Konzeption des Produktes zu bestimmen (vgl.

Mehr

Nichtlineare Optimierung ohne Nebenbedingungen

Nichtlineare Optimierung ohne Nebenbedingungen Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt

Mehr

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik)

Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) 2 Klausur-Nr = Sitzplatz-Nr Prüfung zu Modul 26 (BA Bw) bzw. 10 (BA IB) (Wirtschaftsstatistik) Klausurteil 1: Beschreibende Statistik Name, Vorname:... verteilung Teil 1: Beschreibende Statistik Aufgaben

Mehr

Quadratische Funktionen (Parabeln)

Quadratische Funktionen (Parabeln) Quadratische Funktionen (Parabeln) Aufgabe: Gegeben ist die quadratische Funktion = () x. Berechne mit Hilfe einer Wertetabelle die Funktionswerte von bis + im Abstand 0,. Zeichne anschließend die Punkte

Mehr

Business Value Launch 2006

Business Value Launch 2006 Quantitative Methoden Inferenzstatistik alea iacta est 11.04.2008 Prof. Dr. Walter Hussy und David Tobinski UDE.EDUcation College im Rahmen des dokforums Universität Duisburg-Essen Inferenzstatistik Erläuterung

Mehr

Praktikum Physik. Protokoll zum Versuch 1: Viskosität. Durchgeführt am 26.01.2012. Gruppe X

Praktikum Physik. Protokoll zum Versuch 1: Viskosität. Durchgeführt am 26.01.2012. Gruppe X Praktikum Physik Protokoll zum Versuch 1: Viskosität Durchgeführt am 26.01.2012 Gruppe X Name 1 und Name 2 (abc.xyz@uni-ulm.de) (abc.xyz@uni-ulm.de) Betreuerin: Wir bestätigen hiermit, dass wir das Protokoll

Mehr

Kaplan-Meier-Schätzer

Kaplan-Meier-Schätzer Kaplan-Meier-Schätzer Ausgangssituation Zwei naive Ansätze zur Schätzung der Survivalfunktion Unverzerrte Schätzung der Survivalfunktion Der Kaplan-Meier-Schätzer Standardfehler und Konfidenzintervall

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand

Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand Vorüberlegung In einem seriellen Stromkreis addieren sich die Teilspannungen zur Gesamtspannung Bei einer Gesamtspannung U ges, der

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 6 Endliche Kameras Die Lochkamera Die Projektive Kamera Die projektive Kamera Spalten von P Zeilen von P Hauptpunkt und Hauptachse

Mehr

Statistische Thermodynamik I Lösungen zur Serie 1

Statistische Thermodynamik I Lösungen zur Serie 1 Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen

Mehr

F 23 Beta-Zähler. Inhaltsverzeichnis. Wolfgang Unger, Robert Wagner 25. Juni 2003

F 23 Beta-Zähler. Inhaltsverzeichnis. Wolfgang Unger, Robert Wagner 25. Juni 2003 F 23 Beta-Zähler Wolfgang Unger, Robert Wagner 25. Juni 2003 Inhaltsverzeichnis 1 Auswertung 2 1.1 Eichung des Proportionalzählers mit 55 F e............. 2 1.2 Energieverlust von 40K im Zählrohr................

Mehr

Einfache Varianzanalyse für abhängige

Einfache Varianzanalyse für abhängige Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese

Mehr

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion

Mehr

FACHHOCHSCHULE LAUSITZ Prof. Dr.-Ing. M. Strunz Lehrgebiet Projektmanagement Übungsskript 1

FACHHOCHSCHULE LAUSITZ Prof. Dr.-Ing. M. Strunz Lehrgebiet Projektmanagement Übungsskript 1 1.3 Break-Even-Analyse FACHHOCHSCHULE LAUSITZ Prof. Dr.-Ing. M. Strunz Lehrgebiet Projektmanagement Übungsskript 1 Das folgende Beispiel behandelt die Break-Even-Analyse. Das ist ein Verfahren, bei dem

Mehr

Allgemeine Beschreibung von Blockcodes

Allgemeine Beschreibung von Blockcodes Allgemeine Beschreibung von Blockcodes Bei Blockcodierung wird jeweils eine Sequenz von m q binären Quellensymbolen (M q = 2) durch einen Block von m c Codesymbolen mit dem Symbolumfang M c dargestellt.

Mehr

BL Brennweite von Linsen

BL Brennweite von Linsen BL Brennweite von Linsen Blockpraktikum Frühjahr 2007 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Geometrische Optik................... 2 2.2 Dünne Linse........................

Mehr

Korrelation (II) Korrelation und Kausalität

Korrelation (II) Korrelation und Kausalität Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen

Mehr

Optimierung des Energieverbrauchs eingebetteter Software

Optimierung des Energieverbrauchs eingebetteter Software Optimierung des Energieverbrauchs eingebetteter Software Welchen Einfluss hat eine Programmänderung auf den Energiebedarf einer Applikation? Welcher Programmteil verursacht den größten Energieverbrauch?

Mehr

Skizze zur Veranschaulichung der Legendretransformation

Skizze zur Veranschaulichung der Legendretransformation 9 Die thermodynamischen Funktionen G und H Ehe das Schema des vorherigen Abschnittes zur Konstruktion weiterer thermodynamischer Potentiale zu Ende gebracht wird, kurz einige Erläuterungen zur Legendretransformation.

Mehr

Staatlich geprüfte Techniker

Staatlich geprüfte Techniker Auszug aus dem Lernmaterial ortbildungslehrgang Staatlich geprüfte Techniker Auszug aus dem Lernmaterial Maschinenbautechnische Grundlagen DAA-Technikum Essen / www.daa-technikum.de, Infoline: 001 83 16

Mehr

Bei der Übertragung eines 3D-Modells zwischen zwei CAD-Anwendungen verlieren Sie Stunden oder sogar Tage beim Versuch, saubere Geometrie zu erhalten

Bei der Übertragung eines 3D-Modells zwischen zwei CAD-Anwendungen verlieren Sie Stunden oder sogar Tage beim Versuch, saubere Geometrie zu erhalten Bei der Übertragung eines 3D-Modells zwischen zwei CAD-Anwendungen verlieren Sie Stunden oder sogar Tage beim Versuch, saubere Geometrie zu erhalten und einfachste Änderungen vorzunehmen. An der Arbeit

Mehr

Kann ein flächendeckender Ausbau der Windkraft zur Glättung der Einspeisung führen?

Kann ein flächendeckender Ausbau der Windkraft zur Glättung der Einspeisung führen? Kann ein flächendeckender Ausbau der Windkraft zur Glättung der Einspeisung führen? Dr. - Ing. Detlef Ahlborn 22. Februar 2015 Zusammenfassung In zahllosen Studien wird behauptet, ein flächendeckender

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

Toleranzberechnung/-Simulation

Toleranzberechnung/-Simulation Summenhäufigkeit zufallsgeneriert Toleranzberechnung/-Simulation Einführung Das Ziel ist es die Auswirkung von vielen Einzeltoleranzen auf ein Funktionsmaß zu ermitteln. Bekanntlich ist das addieren der

Mehr

V8 - Auf- und Entladung von Kondensatoren

V8 - Auf- und Entladung von Kondensatoren V8 - Auf- und Entladung von Kondensatoren Michael Baron, Frank Scholz 07.2.2005 Inhaltsverzeichnis Aufgabenstellung 2 Theoretischer Hintergrund 2 2. Elektrostatische Betrachtung von Kondensatoren.......

Mehr

LTAM-T2EE-ASSER FELJC/GOERI 3. P-Regler

LTAM-T2EE-ASSER FELJC/GOERI 3. P-Regler 3. P-Regler 3.1. Einleitung 3.1.1. Allgemeines Der Regler muss im Regelkreis dafür sorgen, dass der Istwert der Regelgröße X möglichst wenig vom Sollwert W abweicht. Das Verhalten der Regelstrecke ist

Mehr

SUDOKU - Strategien zur Lösung

SUDOKU - Strategien zur Lösung SUDOKU Strategien v. /00 SUDOKU - Strategien zur Lösung. Naked Single (Eindeutiger Wert)? "Es gibt nur einen einzigen Wert, der hier stehen kann". Sind alle anderen Werte bis auf einen für eine Zelle unmöglich,

Mehr

Auswertung von Custom Agilent ChIP on Chip Microarrays mittels MS-Excel für genomweite Methylierungsanalysen

Auswertung von Custom Agilent ChIP on Chip Microarrays mittels MS-Excel für genomweite Methylierungsanalysen Auswertung von Custom Agilent ChIP on Chip Microarrays mittels MS-Excel für genomweite Methylierungsanalysen Für die Datenanalyse wird MS-Excel ab Version 2010 benötigt. Ältere Versionen können wegen der

Mehr

Unterlagen zum Tutorium der Lehrveranstaltung. MATHEMATIK für NATURWISSENSCHAFTEN (STATISTIK) Christoph Huber FB Mathematik der Universität Salzburg

Unterlagen zum Tutorium der Lehrveranstaltung. MATHEMATIK für NATURWISSENSCHAFTEN (STATISTIK) Christoph Huber FB Mathematik der Universität Salzburg Unterlagen zum Tutorium der Lehrveranstaltung MATHEMATIK für NATURWISSENSCHAFTEN (STATISTIK) Christoph Huber FB Mathematik der Universität Salzburg Stand: 30. April 2008 INHALTSVERZEICHNIS I Inhaltsverzeichnis

Mehr

Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall

Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall Wahrscheinlichkeitstheorie Was will die Sozialwissenschaft damit? Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall Auch im Alltagsleben arbeiten wir mit Wahrscheinlichkeiten, besteigen

Mehr

Vorlesungsmodul Sicherheit in der Informationstechnik - VorlMod SichInf - Matthias Ansorg

Vorlesungsmodul Sicherheit in der Informationstechnik - VorlMod SichInf - Matthias Ansorg Vorlesungsmodul Sicherheit in der Informationstechnik - VorlMod SichInf - Matthias Ansorg 13. Oktober 2004 bis 26. März 2005 2 Studentische Mitschrift zur Vorlesung Sicherheit in der Informationstechnik

Mehr

SiT Safety in Transportation

SiT Safety in Transportation SiT Safety in Transportation Braunschweig, 1., 2. Dezember 2008 Dr. Hermann GEYER Dr. Daniel PROSTREDNIK ELIN EBG Traction Cumberlandstr. 32-34 A-1140 Wien daniel.prostrednik@siemens.com 03.12.2008 No.

Mehr

1. Lineare Regression (Ausgleichsgerade)

1. Lineare Regression (Ausgleichsgerade) Carl-Engler-Schule Karlsruhe Lineare Regression 1 (6) 1. Lineare Regression (Ausgleichsgerade) 1.1 Was ist eine Ausgleichsgerade? Die Ausgleichsgerade ist ein Ausgleichs-Verfahren zur Kurvenanpassung (Approximation).

Mehr

Lineare Differentialgleichungen erster Ordnung erkennen

Lineare Differentialgleichungen erster Ordnung erkennen Lineare Differentialgleichungen erster Ordnung In diesem Kapitel... Erkennen, wie Differentialgleichungen erster Ordnung aussehen en für Differentialgleichungen erster Ordnung und ohne -Terme finden Die

Mehr

Plotten von Linien ( nach Jack Bresenham, 1962 )

Plotten von Linien ( nach Jack Bresenham, 1962 ) Plotten von Linien ( nach Jack Bresenham, 1962 ) Ac Eine auf dem Bildschirm darzustellende Linie sieht treppenförmig aus, weil der Computer Linien aus einzelnen (meist quadratischen) Bildpunkten, Pixels

Mehr

$ % + 0 sonst. " p für X =1 $

$ % + 0 sonst.  p für X =1 $ 31 617 Spezielle Verteilungen 6171 Bernoulli Verteilung Wir beschreiben zunächst drei diskrete Verteilungen und beginnen mit einem Zufallsexperiment, indem wir uns für das Eintreffen eines bestimmten Ereignisses

Mehr

Wie man leicht erkennen kann, steigt die Anzahl notwendiger Versuche zur Basis 2 bei jeder Modellerweiterung um einen weiteren Faktor.

Wie man leicht erkennen kann, steigt die Anzahl notwendiger Versuche zur Basis 2 bei jeder Modellerweiterung um einen weiteren Faktor. Ziel Prinzip Bestimmung der relevanten Einflussgrößen und Effekte unabhängiger Eingangsvariablen auf das Ergebnis eines Produktes oder Prozess mit einem Minimum an Versuchsaufwand. DoE (Design of Experiment)

Mehr

Anwendungen in der elementaren Zinsrechnung. Kapitalwert zum Zeitpunkt j (nach j Zinsperioden) Bsp. 1. 0 1 2 3 4 Zeitpunkte

Anwendungen in der elementaren Zinsrechnung. Kapitalwert zum Zeitpunkt j (nach j Zinsperioden) Bsp. 1. 0 1 2 3 4 Zeitpunkte Anwendungen in der elementaren Zinsrechnung Zinssatz (Rendite) je Zinsperiode i = p% p= Prozentpunkte Zinsfaktor (Aufzinsungsfaktor) q =1+i Diskontfaktor (Abzinsungsfaktor) v =1/(1 + i) =q 1 Laufzeit n

Mehr

Kreisprozesse und Wärmekraftmaschinen: Wie ein Gas Arbeit verrichtet

Kreisprozesse und Wärmekraftmaschinen: Wie ein Gas Arbeit verrichtet Kreisprozesse und Wärmekraftmaschinen: Wie ein Gas Arbeit verrichtet Unterrichtsmaterial - schriftliche Informationen zu Gasen für Studierende - Folien Fach Schultyp: Vorkenntnisse: Bearbeitungsdauer Thermodynamik

Mehr

Berufsreifeprüfung Mathematik Lehrplan laut Berufsreifeprüfungscurriculaverordnung Volkshochschule Floridsdorf Herbsttermin 2013

Berufsreifeprüfung Mathematik Lehrplan laut Berufsreifeprüfungscurriculaverordnung Volkshochschule Floridsdorf Herbsttermin 2013 BRP Mathematik VHS Floridsdorf 5.10.2013 Seite 1/6 Gruppe A Berufsreifeprüfung Mathematik Lehrplan laut Berufsreifeprüfungscurriculaverordnung Volkshochschule Floridsdorf Herbsttermin 2013 Notenschlüssel:

Mehr

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde

Mehr

B H 0 H definieren, die somit die Antwort des Ordnungsparameters auf eine Variation der dazu konjugierten

B H 0 H definieren, die somit die Antwort des Ordnungsparameters auf eine Variation der dazu konjugierten In Anwesenheit eines äußeren magnetischen Felds B entsteht in der paramagnetischen Phase eine induzierte Magnetisierung M. In der ferromagnetischen Phase führt B zu einer Verschiebung der Magnetisierung

Mehr

OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland

OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben

Mehr

Linearer Zusammenhang von Datenreihen

Linearer Zusammenhang von Datenreihen Linearer Zusammenhang von Datenreihen Vielen Problemen liegen (möglicherweise) lineare Zusammenhänge zugrunde: Mein Internetanbieter verlangt eine Grundgebühr und rechnet minutenweise ab Ich bestelle ein

Mehr

Über den Zusammenhang zwischen geometrischer Parallaxe und der Entfernung des Mondes

Über den Zusammenhang zwischen geometrischer Parallaxe und der Entfernung des Mondes Über den Zusammenhang zwischen geometrischer Parallaxe und der Entfernung des Mondes U. Backhaus Universität Duisburg-Essen Wenn man ein entferntes Objekt von verschiedenen Orten aus anpeilt, dann unterscheiden

Mehr

So funktioniert der Szenario-Manager

So funktioniert der Szenario-Manager So funktioniert der Szenario-Manager Eine wichtige Basis für Entscheidungen ist zu wissen, welche Annahmen zu welchen Ergebnissen führen. Ein spezielles Excel-Werkzeug ist hier eine große Hilfe: der Szenario-Manager.

Mehr

Controlling mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013C

Controlling mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013C Controlling mit Excel 2013 Peter Wies Themen-Special 1. Ausgabe, Februar 2014 W-EX2013C 3 Controlling mit Excel 2013 - Themen-Special 3 Trendberechnungen durchführen In diesem Kapitel erfahren Sie was

Mehr

Aufgabe 1: Malerarbeiten

Aufgabe 1: Malerarbeiten Aufgabe 1: Malerarbeiten Fritz braucht zwei Stunden, um ein Zimmer zu streichen. Susi braucht für das gleiche Zimmer drei Stunden. Wie lange brauchen beide zusammen, um das Zimmer zu streichen? Lösung:

Mehr

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum)

Skriptum zur Veranstaltung. Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik. 1. Version (mehr Draft als Skriptum) Skriptum zur Veranstaltung Quantitative Methoden (Mathematik/Statistik) Teil Induktive Statistik 1. Version (mehr Draft als Skriptum) Anmerkungen, Aufzeigen von Tippfehlern und konstruktive Kritik erwünscht!!!

Mehr

Ergänzungen zum Fundamentum

Ergänzungen zum Fundamentum Matura 2014 - Mathematik - Gymnasium Immensee 2 Ergänzungen zum Fundamentum Abstand eines Punktes zu einer Geraden d = AP v v Substitution ohne Grenzen Mit u = g(x) gilt: f(g(x))dx = 1 u f(u)du Matura

Mehr

Bodyforming Man 133. Bodyforming Man

Bodyforming Man 133. Bodyforming Man Bodyforming Man 133 Bodyforming Man Frauen stehen bekanntermaßen wesentlich stärker im Fokus der Schönheit, doch mittlerweile gibt es im Bereich der Schönheitsdiskussion beinahe so etwas wie eine Gleichstellung

Mehr

Die Verschuldung der Österreichischen Gemeinden

Die Verschuldung der Österreichischen Gemeinden Die Verschuldung der Österreichischen Gemeinden Karoline Mitterer Gerade in Zeiten, in denen die finanziellen Spielräume der Gemeinden tendenziell geringer werden, ist es unerlässlich, die Entwicklung

Mehr

Übung 5 : G = Wärmeflussdichte [Watt/m 2 ] c = spezifische Wärmekapazität k = Wärmeleitfähigkeit = *p*c = Wärmediffusität

Übung 5 : G = Wärmeflussdichte [Watt/m 2 ] c = spezifische Wärmekapazität k = Wärmeleitfähigkeit = *p*c = Wärmediffusität Übung 5 : Theorie : In einem Boden finden immer Temperaturausgleichsprozesse statt. Der Wärmestrom läßt sich in eine vertikale und horizontale Komponente einteilen. Wir betrachten hier den Wärmestrom in

Mehr

Skalierung des Ausgangssignals

Skalierung des Ausgangssignals Skalierung des Ausgangssignals Definition der Messkette Zur Bestimmung einer unbekannten Messgröße, wie z.b. Kraft, Drehmoment oder Beschleunigung, werden Sensoren eingesetzt. Sensoren stehen am Anfang

Mehr

Grundwissen 10. Klasse Mathematik. Berechne Umfang und Flächeninhalt des Spitzbogens mit Lösung: ( )

Grundwissen 10. Klasse Mathematik. Berechne Umfang und Flächeninhalt des Spitzbogens mit Lösung: ( ) 1.1 Der Kreis Der Kreis Umfang Flächeninhalt Der Kreissektor (Kreisausschnitt) mit Mittelpunktswinkel Bogenlänge Flächeninhalt Grundwissen 10. Klasse Mathematik Wie ändert sich der Flächeninhalt eines

Mehr

4. Wässrige Lösungen schwacher Säuren und Basen

4. Wässrige Lösungen schwacher Säuren und Basen 4. Wässrige Lösungen schwacher Säuren und Basen Ziel dieses Kapitels ist es, das Vorgehenskonzept zur Berechnung von ph-werten weiter zu entwickeln und ph-werte von wässrigen Lösungen einprotoniger, schwacher

Mehr

Praktikum. Elektromagnetische Verträglichkeit

Praktikum. Elektromagnetische Verträglichkeit Praktikum Elektromagnetische Verträglichkeit Versuch 1 Stromoberschwingungen und Flicker Gruppe 7 Versuchsdurchführung am 24.05.2006 Blattzahl (inkl. Deckblatt): 20 Seite 1 von 20 Inhaltsverzeichnis 1.

Mehr

Auswertung von Messdaten mit Hilfe von Microsoft Excel 2007. Universität Potsdam Grundpraktikum Physik Monika Schneider, WS2010/2011

Auswertung von Messdaten mit Hilfe von Microsoft Excel 2007. Universität Potsdam Grundpraktikum Physik Monika Schneider, WS2010/2011 Auswertung von Messdaten mit Hilfe von Microsoft Excel 2007 Universität Potsdam Grundpraktikum Physik Monika, WS2010/2011 Messprotokoll Es sollte draufstehen: Name, Datum, Versuch Was wurde gemessen und

Mehr

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg Baden-Württemberg: Abitur 04 Pflichtteil www.mathe-aufgaben.com Hauptprüfung Abiturprüfung 04 (ohne CAS) Baden-Württemberg Pflichtteil Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com

Mehr

Tageserträge am Aktienmarkt. und die. 200-Tage-Linie. von. Dr. rer. nat. Hans Uhlig. Copyright 2009 - Dr. Hans Uhlig

Tageserträge am Aktienmarkt. und die. 200-Tage-Linie. von. Dr. rer. nat. Hans Uhlig. Copyright 2009 - Dr. Hans Uhlig Tageserträge am Aktienmarkt und die 200-Tage-Linie von Dr. rer. nat. Hans Uhlig Copyright 2009 - Dr. Hans Uhlig Copyright Hinweis Der Text und die Abildungen dieses Beitrages unterliegen dem Urheberrechtsschutz.

Mehr

Makroökonomie. Geldmengenwachstum, Inflation und Produktion. Dr. Michael Paetz. (basierend auf den Folien von Jun.-Prof. Dr.

Makroökonomie. Geldmengenwachstum, Inflation und Produktion. Dr. Michael Paetz. (basierend auf den Folien von Jun.-Prof. Dr. Makroökonomie Geldmengenwachstum, Inflation und Produktion Dr. Michael Paetz (basierend auf den Folien von Jun.-Prof. Dr. Lena Dräger) Universität Hamburg Email: Michael.Paetz@wiso.uni-hamburg.de 1 / 42

Mehr

Einfluß von Wind bei Maximalfolgenmessungen

Einfluß von Wind bei Maximalfolgenmessungen 1 von 5 05.02.2010 11:10 Der Einfluß von Wind bei Maximalfolgenmessungen M. KOB, M. VORLÄNDER Physikalisch-Technische Bundesanstalt, Braunschweig 1 Einleitung Die Maximalfolgenmeßtechnik ist eine spezielle

Mehr

Angewandte Stochastik

Angewandte Stochastik Angewandte Stochastik Dr. C.J. Luchsinger 17 Crash Course Brownsche Bewegung (stetige Zeit, stetiger Zustandsraum); Pricing & Hedging von Optionen in stetiger Zeit Literatur Kapitel 17 * Uszczapowski:

Mehr

Induktivitätsmessung bei 50Hz-Netzdrosseln

Induktivitätsmessung bei 50Hz-Netzdrosseln Induktivitätsmessung bei 50Hz-Netzdrosseln Ermittlung der Induktivität und des Sättigungsverhaltens mit dem Impulsinduktivitätsmeßgerät DPG10 im Vergleich zur Messung mit Netzspannung und Netzstrom Die

Mehr

Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell

Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Einfaktorielle Versuchspläne 27/40 Weitere (wählbare) Kontraste in der SPSS Prozedur Allgemeines Lineares Modell Abweichung Einfach Differenz Helmert Wiederholt Vergleich Jede Gruppe mit Gesamtmittelwert

Mehr

Versuchsauswertung mit Polynom-Regression in Excel

Versuchsauswertung mit Polynom-Regression in Excel Versuchsauswertung mit Polynom-Regression in Excel Aufgabenstellung: Gegeben sei die in Bild 1 gezeigte Excel-Tabelle mit Messwertepaaren y i und x i. Aufgrund bekannter physikalischer Zusammenhänge wird

Mehr

Laufende Auswertung von Feedback-Fragebögen... 2. Eine Vorlage zur Auswertung eines Fragebogens und die Präsentation erstellen...

Laufende Auswertung von Feedback-Fragebögen... 2. Eine Vorlage zur Auswertung eines Fragebogens und die Präsentation erstellen... Inhaltsverzeichnis Laufende Auswertung von Feedback-Fragebögen... 2 Eine Vorlage zur Auswertung eines Fragebogens und die Präsentation erstellen... 2 Namen verwalten... 4 Dr. Viola Vockrodt-Scholz edvdidaktik.de

Mehr

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung. Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

Messwerte und deren Auswertungen

Messwerte und deren Auswertungen Thema: Messwerte und deren Auswertungen Vorlesung Qualitätsmanagement, Prof. Dr. Johann Neidl Seite 1 Stichproben vertrauen Die Genauigkeit von Voraussagen (Vertrauensniveau) einer Stichprobenprüfung hängt

Mehr

Excel 2013. Fortgeschrittene Techniken. Peter Wies. 1. Ausgabe, März 2013 EX2013F

Excel 2013. Fortgeschrittene Techniken. Peter Wies. 1. Ausgabe, März 2013 EX2013F Excel 2013 Peter Wies 1. Ausgabe, März 2013 Fortgeschrittene Techniken EX2013F 15 Excel 2013 - Fortgeschrittene Techniken 15 Spezielle Diagrammbearbeitung In diesem Kapitel erfahren Sie wie Sie die Wert-

Mehr

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung

Mehr

JFET MESFET: Eine Einführung

JFET MESFET: Eine Einführung JFET MESFET: Eine Einführung Diese Präsentation soll eine Einführung in den am einfachsten aufgebauten Feldeffektransistor, den Sperrschicht-Feldeffekttransistor (SFET, JFET bzw. non-insulated-gate-fet,

Mehr

M4 Oberflächenspannung Protokoll

M4 Oberflächenspannung Protokoll Christian Müller Jan Philipp Dietrich M4 Oberflächenspannung Protokoll Versuch 1: Abreißmethode b) Messergebnisse Versuch 2: Steighöhenmethode b) Messergebnisse Versuch 3: Stalagmometer b) Messergebnisse

Mehr

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Die Poisson-Verteilung Jianmin Lu RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Ausarbeitung zum Vortrag im Seminar Stochastik (Wintersemester 2008/09, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In der Wahrscheinlichkeitstheorie

Mehr